基于注意力网络的地基SAR永久散射体选取方法

摘要

永久散射体法(Permanent Scatterer,PS)是地基合成孔径雷达(Ground-Based Synthetic Aperture Radar,GB-SAR)形变监测的技术支撑,但使用传统多阈值法选取PS点时,会存在各个区域对阈值敏感性不同的问题.为解决选取PS点时漏选或错选的问题,本文提出一种注意力网络模型对GBSAR时序数据进行PS点筛选,并将该模型与循环神经网络(Recurrent Neural Network,RNN)和长短期记忆网络(Long Short-Term Memory,LSTM)进行对比实验,监测三个不同场景来比较选取PS点的结果.实验结果表明:基于注意力网络的模型实时性比RNN模型更好,准确度比LSTM模型更高.因此基于注意力网络的模型在PS点选取上更具优势.